Python 在Keras自定义损失函数中迭代

我知道在

Keras

customloss函数中避免循环更好，但我认为我必须这样做。 问题如下：我试图实现一个损失函数，该函数为多个数据束计算损失值，然后将这些值聚合为唯一值

例如，我有6个数据输入，因此在我的

Keras

丢失中，我将有6个

y\u true

和6个

y\u pred

。 我想计算2个损失值：一个用于前3个元素，一个用于后3个元素

假设代码示例：

def custom_loss(y_true, y_pred): 
    start_range = 0
    losses = []
    for index in range(0,2):
        end_range = start_range + 3
        y_true_bunch = y_true[start_range:end_range]
        y_pred_bunch = y_pred[start_range:end_range]
        loss_value = ...some processing on bunches...
        losses.append(loss_value)
        start_range = end_range
    final_loss = ...aggregate loss_value...
    return final_loss

---

如果没有

for

循环，是否可以实现类似的功能？我需要处理整个数据集，计算多个束的损失，然后将所有束的值聚合为一个值。

Hi。这个问题更适合于堆栈溢出，因为这只是一个编程问题。有关更多详细信息，请参阅。我将把它迁移到SO。